面向未知环境的空间机械臂自适应阻抗控制研究

针对空间机械臂与环境接触时环境刚度和阻尼会发生突变或渐变情况下的柔顺控制问题,提出了一种阻抗参数可根据环境自适应改变的控制方法.利用最小二乘法,对空间机械臂接触的环境阻尼与刚度进行在线估计.通过分析空间机械臂与环境接触时的系统特性,推导了环境与机械臂看作一体的二阶系统,并由二阶系统的响应特性提出了阻抗参数随环境自调整的自适应方案.最后以平面2自由度机械臂为对象进行了数值仿真,相较于传统阻抗控制方法,所提出的自适应阻抗控制在力控制精确性、减小最大接触力和适应不同接触环境上有一定的优势.

基于改进神经网络的空间机械臂阻抗控制方法

针对环境信息不确定和碰撞模型未知情况下的空间机械臂柔顺控制问题,提出了一种基于改进型神经网络的阻抗控制方法。以空间机械臂阻抗控制系统闭环方程为基础,分析了环境信息不确定和碰撞模型未知情况下不能实现精准力控制的原因。利用粒子群优化算法调整神经网络中的权值矩阵,以提高神经网络的收敛速度和寻优性能。基于改进后的神经网络设计阻抗控制器,使改进后的神经网络能实时调整阻抗参数以达到更好的柔顺控制效果。数值结果表明,相比传统阻抗控制,该控制器能够有效减小力控制误差和位置控制误差,且对于力反馈干扰信号具有更强的抗干扰能力。